技术总结
本发明公开一种基于变分自编码器和极限学习机的空气质量预测方法，包括如下步骤：步骤1、获取空气质量数据并使用VAE对数据进行编码；步骤2、将编码后的数据划分为训练数据和测试数据；步骤3、训练RNN对编码后的空气质量进行处理，将RNN的输出结果输入到一个全连接神经网络中；步骤4、将训练完成的RNN的输出结果输入ELM，并训练ELM；步骤5、将测试数据输入RNN中，之后将RNN的所有输出结果输入到ELM中获取最终的输出结果。采用本发明的技术方案，解决空气质量预测中缺失值填补精度差导致预测精度差的问题。
技术研发人员：刘博;闫硕;
受保护的技术使用者：北京工业大学;
技术研发日：2017.12.29
技术公布日：2018.06.22